brand-persona-knowledge-builder
The brand-persona-knowledge-builder Claude Code skill compiles scattered brand materials into a structured, reusable Markdown knowledge library conformant to Agent Knowledge v0.6 document-first standards. Use it when consolidating brand positioning, values, audience profiles, tone guidelines, content examples, crisis responses, and expression boundaries into an AI-callable knowledge base that maintains consistent brand voice across multiple content creators and channels without requiring manual tone summaries for each output.
git clone --depth 1 https://github.com/limecloud/lime /tmp/brand-persona-knowledge-builder && cp -r /tmp/brand-persona-knowledge-builder/lime-rs/resources/default-skills/brand-persona-knowledge-builder ~/.claude/skills/brand-persona-knowledge-builderSKILL.md
# 品牌人设知识库生成器 ## 核心目标 把零散品牌资料编译成一份结构化 Markdown 知识库,让后续 AI 能稳定调用品牌的价值观、表达方式、语气边界、标志性内容、危机回应和禁忌,而不是每次临时总结品牌口吻。 默认输出中文;除非用户明确要求其他语言。 ## 与 Agent Knowledge 的分工 本 Skill 只负责“怎么生产和维护知识”: - 读取来源资料、模板、访谈问题和质量检查表。 - 生成或更新 `brand-persona` 主文档。 - 标记缺失事实、冲突定位、语气漂移风险和待用户确认的信息。 - 返回整理记录、质量诊断和 provenance 建议。 Agent Knowledge 负责“知识产物长什么样、如何安全进入上下文”: - `KNOWLEDGE.md` 保存 pack metadata、`profile: document-first`、`runtime.mode: persona`。 - `documents/<pack-name>.md` 保存本 Skill 生成的主文档。 - `compiled/splits/` 保存运行时派生切片。 - 运行时 Resolver 只消费 KnowledgePack,不在回答用户问题时执行本 Skill。 ## 工作流 1. 先盘点输入资料:品牌手册、官网文案、历史内容、客服话术、创始人访谈、用户评价、危机案例和禁用词。 2. 读取 `references/brand-persona-template.md`,按固定章节生成知识库。 3. 读取 `references/interview-questions.md`,识别缺失的品牌定位、受众、语气和边界信息。 4. 缺少关键事实、品牌承诺、目标受众或表达边界时,先问用户补齐;如果用户要求先生成,则用 `待补充` 标注,不要编造。 5. 提炼品牌内核、受众关系、声音语气、表达模式、标志性表达、内容样例、危机回应和禁止表达。 6. 用 `references/quality-checklist.md` 自检,必要时补一节“待补充信息清单”。 7. 返回符合 Lime Runtime Binding 契约的 JSON,供 App Server `knowledgePack/compile` runtime binding 写回 KnowledgePack。 ## Lime Runtime Binding 契约 ### 输入 ```text packName: <当前知识包名> packType: brand-persona profile: document-first runtime.mode: persona sources[]: sources/ 下的来源文件摘要和相对路径 metadata.primaryDocument: documents/<packName>.md ``` ### 输出 ```text primaryDocument: path: documents/<packName>.md content: <按 references/brand-persona-template.md 生成的完整 Markdown> status: draft | needs-review | ready | disputed missingFacts[]: <待补充信息> warnings[]: <质量、定位或语气冲突提醒> provenance: kind: agent-skill name: brand-persona-knowledge-builder version: 1.0.0 ``` 固定规则: 1. 不输出独立于 KnowledgePack 的新目录结构;`documents/<packName>.md` 是主文档唯一写回目标。 2. 不直接改写 `KNOWLEDGE.md`;由 Lime 写入 `metadata.producedBy`、`runtime.mode` 和状态。 3. 不把模板复制进 Lime 代码;模板、访谈问题和质量检查表继续留在本 Skill 的 `references/`。 4. 不在运行时回答阶段执行;仅在用户导入、重新整理或维护 pack 时调用。 ## 适用场景 - 品牌故事、公众号 / 视频号内容、小红书 / 抖音短内容、客服话术和危机回应草稿 - 多成员共用一个品牌口吻,避免每个人写出来都像不同品牌 - 与 `brand-product` data pack 协同:brand-persona 决定“怎么说”,brand-product 决定“说什么事实” ## 输出规则 - 不写成品牌宣传软文;要写成 AI 可调用的品牌表达底层知识库。 - 区分事实、品牌主张、推断和待补充信息。 - 保留真实品牌调性,不要把品牌包装成无来源的“高端”“领先”“第一”。 - 所有口号、价值观、用户承诺、案例、危机回应原则都必须来自来源资料;不确定就标注 `待补充`。 - 结尾必须包含:运行时使用说明、AI 写作风格指南、品牌价值关键词、可引用表达素材、禁忌与边界。 ## 何时读取资源 - 需要章节骨架时,读取 `references/brand-persona-template.md`。 - 资料不足或要做访谈表时,读取 `references/interview-questions.md`。 - 输出前做质量检查时,读取 `references/quality-checklist.md`。
对当前文本、对话或显式文件内容做结构化分析,并区分事实、判断与待确认项。
内容工厂专用写作 Skill,生成批量文案、短视频脚本和图片提示词,并输出可回写的 contentFactoryWorkspacePatch。
将品牌产品资料、规格参数、卖点证据、FAQ、价格权益、竞品区别和合规边界,整理成符合 Agent Knowledge v0.6 document-first 标准、可被 AI 安全调用的产品资料知识库。适用于用户要求“整理产品知识库”“沉淀产品 FAQ”“把品牌产品资料变成项目资料”“维护产品资料包”的场景。
将文章整理为可转播客音频的源文本(下游负责真实音频合成)。
将活动目标、用户路径、渠道分工、物料资产、时间节奏、风险预案和复盘结论等资料,整理成符合 Agent Knowledge v0.6 document-first 标准、可被 AI 安全调用的运营类知识库。适用于用户要求“整理活动 / Campaign 运营知识库”“沉淀运营 SOP”“把运营资料变成项目资料”“维护运营知识库”的场景。
将选题日历、栏目矩阵、素材资产、发布节奏、复盘结论和内容边界等资料,整理成符合 Agent Knowledge v0.6 document-first 标准、可被 AI 安全调用的运营类知识库。适用于用户要求“整理内容运营知识库”“沉淀运营 SOP”“把运营资料变成项目资料”“维护运营知识库”的场景。
内容工厂专用复核 Skill,检查事实依据、平台适配、AI 味、风险和人工确认建议。